[发明专利]一种基于信道补偿的声纹识别方法及系统

权利要求书

1.一种基于信道补偿的声纹识别方法，其特征在于，包括如下步骤：

步骤SS1：初始化去噪网络G和判别网络D；

步骤SS2：输入噪声音频到去噪网络G，生成fake音频，将所述fake音频和真实的干净音频送入到判别网络D进行训练，更新判别网络D的网络参数，得到新一代判别网络D1；

步骤SS3：冻结判别网络D1的参数，在去噪网络G中输入噪声音频，同时将对应的判别标签设为True，来欺骗判别网络D1；

步骤SS4：重复步骤SS2至步骤SS3，直至判别网络D收敛，转入步骤SS5；

步骤SS5：去噪网络G输出增强音频信号。

2.根据权利要求1所述的一种基于信道补偿的声纹识别方法，其特征在于，所述去噪网络G包括编码器Genc、解码器Gdec，所述编码器Genc与所述解码器Gdec通讯连接。

3.根据权利要求2所述的一种基于信道补偿的声纹识别方法，其特征在于，输入噪声音频，经过所述编码器Genc对音频提取深层次特征z，然后经过解码器Gdec对特征z进行解码，输出增强之后的音频。

4.一种基于信道补偿的声纹识别系统，其特征在于，包括：

去噪网络G，用于对噪声音频进行去噪增强；

音素分类网络，用于对音素分类，输出音素分类后验概率；

判别网络D，输出0或者1，用于判别输入到判别网络D的音频是来自真实数据，还是由去噪网络G生成的假数据；

所述去噪网络G与所述判别网络D构成去噪深度神经网络，所述去噪网络G的输出端分别通讯连接所述音素分类网络的输入端、所述判别网络D的输入端。

5.根据权利要求4所述的一种基于信道补偿的声纹识别系统，其特征在于，所述去噪网络G包括编码器Genc、解码器Gdec，所述编码器Genc与所述解码器Gdec通讯连接。

6.根据权利要求5所述的一种基于信道补偿的声纹识别系统，其特征在于，输入噪声音频，经过所述编码器Genc对音频提取深层次特征z，然后经过解码器Gdec对特征z进行解码，输出增强之后的音频。

7.根据权利要求4所述的一种基于信道补偿的声纹识别系统，其特征在于，所述音素分类网络采用全连接神经网络。

8.根据权利要求4所述的一种基于信道补偿的声纹识别系统，其特征在于，所述去噪深度神经网络的损失L包括音素分类网络损失Ly和去噪深度神经网络损失Lz，如下式即：

L＝L_y+λL_z；

其中，λ0是权重系数，用于控制去噪深度神经网络损失所占的比例。